Verwandte Artikel
Mehr dazu
Meta Ads für E-Commerce: Unsere Methode
Fallstudien: Echte Skalierungs-Ergebnisse
Kostenlose Tools & Checklisten
Wenn du heute eine Meta Ads-Kampagne aufsetzt und dich fragst, warum Broad Targeting plötzlich besser funktioniert als deine detaillierten Interessen-Audiences – die Antwort hat einen Namen: Andromeda. Metas neue Retrieval-Engine hat die Art, wie Anzeigen ausgespielt werden, grundlegend verändert. Und die meisten Werbetreibenden haben es noch nicht auf dem Radar. Der Algorithmus entscheidet heute nicht mehr nur, ob deine Anzeige gezeigt wird, sondern wem, wann und in welchem Kontext – basierend auf über 10.000 Signalen pro Nutzer. Wer versteht, wie Andromeda funktioniert, kann seine Kampagnenstruktur, Creative-Strategie und Datenarchitektur darauf ausrichten. Wer es ignoriert, optimiert gegen ein System, das er nicht versteht.
Andromeda ist Metas KI-basierte Retrieval-Engine, die seit 2023 schrittweise das bisherige Auktionssystem ersetzt hat. Das Legacy-System hatte ein fundamentales Skalierungsproblem: Es konnte pro Auktion nur einen begrenzten Pool von Anzeigen bewerten – typischerweise einige Tausend. Bei Milliarden von aktiven Anzeigen auf der Plattform bedeutete das, dass der Großteil des Inventars in jeder einzelnen Auktion gar nicht berücksichtigt wurde.
Andromeda löst dieses Problem durch eine zweistufige Architektur. In der ersten Stufe – dem Retrieval – durchsucht das System den gesamten Anzeigenbestand und erstellt für jeden Nutzer eine vorselektierte Kandidatenliste. Diese Liste basiert auf machine-learning-Modellen, die Nutzerverhalten, Creative-Merkmale und historische Conversion-Daten in Echtzeit verarbeiten. Erst in der zweiten Stufe wird die klassische Auktion durchgeführt – aber jetzt mit einem deutlich relevanteren Kandidatenpool.
Was bedeutet das konkret? Andromeda bewertet pro Nutzer über 10.000 Signale: Scrollverhalten, App-Nutzung, Interaktionsmuster mit bestimmten Creative-Formaten, Kaufhistorie, zeitliche Muster und hunderte weiterer Datenpunkte. Das Ergebnis ist eine Anzeigenausspielung, die präziser ist als alles, was manuelles Targeting jemals leisten konnte. Meta selbst spricht von einer 8%igen Verbesserung der Ad Quality auf Instagram Reels und einer signifikanten Steigerung der Conversion Rates über alle Placements hinweg – gemessen seit dem vollständigen Rollout Ende 2023.
Für D2C-Brands mit Adspends von 30.000 € aufwärts pro Monat ist die Implikation klar: Der Algorithmus ist nicht dein Feind, den du mit engem Targeting überlisten musst. Er ist dein stärkstes Werkzeug – wenn du ihm die richtigen Inputs lieferst.
Der Auswahlprozess von Andromeda läuft in drei klar getrennten Phasen ab. Jede Phase nutzt eigene Machine-Learning-Modelle, und jede Phase bietet dir als Werbetreibenden unterschiedliche Hebel.
Phase 1: Retrieval (Vorauswahl)
In Millisekunden durchsucht Andromeda den gesamten aktiven Anzeigenbestand – aktuell mehrere Milliarden Ads – und erstellt eine Shortlist von einigen Hundert Kandidaten pro Nutzer. Die Retrieval-Modelle arbeiten mit Embedding-Vektoren: Sie übersetzen sowohl Nutzerprofile als auch Anzeigen in mathematische Repräsentationen und berechnen die Ähnlichkeit. Anzeigen, deren Embedding nah am Nutzerprofil liegt, landen auf der Shortlist. Entscheidend hier: Das Creative selbst ist ein primärer Input für das Embedding. Bilder, Videos, Textelemente – all das fließt in die Vektorberechnung ein.
Phase 2: Ranking (Bewertung)
Die Shortlist aus Phase 1 wird jetzt von deutlich komplexeren Modellen bewertet. Hier kommt das Full-Ranking-Modell zum Einsatz, das die Wahrscheinlichkeit für spezifische Nutzeraktionen prognostiziert: Klick, View, Add-to-Cart, Purchase. Diese Prognosen werden mit dem Bid des Werbetreibenden und dem erwarteten Nutzerwert gewichtet. Das Ranking-Modell berücksichtigt dabei auch negative Signale – etwa, wenn ein Nutzer in der Vergangenheit ähnliche Anzeigen wiederholt ignoriert oder als „nicht relevant" markiert hat.
Phase 3: Auction (Auktion)
Die top-gerankten Anzeigen treten in die eigentliche Auktion ein. Meta nutzt hier eine modifizierte Vickrey-Auktion: Der Gewinner zahlt nicht seinen eigenen Bid, sondern den Preis, der nötig wäre, um den Zweitplatzierten zu schlagen. Der Total Value jeder Anzeige berechnet sich aus: Bid × geschätzte Aktionsrate + Ad Quality Score. Der Ad Quality Score ist Andromedas Bewertung der Relevanz und Nutzererfahrung – und genau hier wird die Qualität deines Creatives zum monetären Faktor.
Die praktische Konsequenz: Wenn dein Creative einen hohen Ad Quality Score erzielt, zahlst du effektiv weniger pro Impression als ein Wettbewerber mit höherem Bid aber schlechterem Creative. Andromeda belohnt Relevanz mit niedrigeren CPMs – systematisch und messbar.
Die wichtigste strategische Implikation von Andromeda ist simpel, aber für viele Werbetreibende kontraintuitiv: Dein Creative ist dein Targeting. Nicht deine Interessen-Audiences, nicht deine Lookalike-Listen, nicht deine Custom Audiences – sondern das, was in deiner Anzeige passiert.
Warum? Weil Andromeda Creative-Signale als primären Input für die Zielgruppenfindung nutzt. Das System analysiert: Welche visuellen Elemente enthält das Creative? Welche Texte? Welche Produkte? Welche emotionalen Trigger? Und dann matcht es diese Signale mit Nutzerprofilen, die in der Vergangenheit auf ähnliche Creatives reagiert haben.
Ein konkretes Beispiel: Du verkaufst ein Premium-Nahrungsergänzungsmittel. Creative A zeigt einen Laboraufbau mit Reinheitszertifikaten und wissenschaftlichen Claims. Creative B zeigt eine Athletin beim Training mit einem Lifestyle-Fokus. Andromeda wird diese beiden Creatives völlig unterschiedlichen Nutzersegmenten ausspielen – obwohl sie in derselben Anzeigengruppe mit identischem Targeting laufen. Creative A erreicht eher den analytischen, recherche-orientierten Käufer. Creative B erreicht den lifestyle-affinen, impulsiveren Käufer. Das Creative segmentiert die Audience, nicht dein Targeting-Setup.
Das hat drei direkte Konsequenzen für deine Strategie:
Die Brands, die wir bei AIM auf 7- und 8-stellige Adspends skalieren, haben alle eines gemeinsam: Sie investieren 60-70 % ihrer Optimierungszeit in Creative-Strategie und -Produktion – und nicht in Targeting-Adjustierungen, die der Algorithmus ohnehin besser löst als jeder Mediabuyer.
Andromedas Leistungsfähigkeit hängt direkt von der Qualität der Daten ab, die du dem System lieferst. Das Prinzip ist einfach: Garbage in, garbage out. Wenn der Algorithmus unvollständige oder ungenaue Signale bekommt, kann er keine akkuraten Prognosen erstellen – und deine CPAs steigen.
Die drei wichtigsten Hebel für Signal Quality:
1. Conversion API (CAPI) korrekt einrichten
Das Browser-Pixel allein reicht 2026 nicht mehr. Zwischen Ad-Blockern, iOS Privacy-Einschränkungen und Cookie-Degradation verlierst du ohne server-seitige Datenübermittlung bis zu 30-40 % deiner Conversion-Daten. Die Conversion API (CAPI) sendet Events direkt von deinem Server an Meta – unabhängig vom Browser. Der entscheidende KPI: Deine Event Match Quality (EMQ) sollte mindestens bei 6.0 liegen, idealerweise über 7.0. Unter 6.0 verlierst du signifikant an Matching-Genauigkeit, und Andromeda arbeitet mit unvollständigen Daten.
2. Wertbasierte Optimierung aktivieren
Standard-Purchase-Optimierung sagt dem Algorithmus: „Finde mir Käufer." Wertbasierte Optimierung (Value Optimization) sagt: „Finde mir Käufer mit hohem Warenkorbwert." Der Unterschied ist in der Praxis enorm. Andromeda kann Nutzer mit höherer Kaufkraft und größeren Warenkörben identifizieren – aber nur, wenn du den Purchase Value als Signal zurücksendest. Brands, die wir bei AIM von Standard auf Value Optimization umgestellt haben, sehen im Schnitt eine 15-25%ige Steigerung des ROAS innerhalb der ersten 4-6 Wochen.
3. Conversion-Volumen sicherstellen
Andromedas Machine-Learning-Modelle brauchen Daten zum Lernen. Die Faustregel: Mindestens 50 Conversions pro Woche pro Anzeigengruppe. Unter dieser Schwelle kann das System keine stabilen Muster erkennen, und die Delivery bleibt volatil. Bei einem CPA von 30 € bedeutet das ein Mindest-Wochenbudget von 1.500 € pro Anzeigengruppe. Wer dieses Volumen nicht erreicht, muss konsolidieren – weniger Anzeigengruppen, mehr Budget pro Einheit.
Zusätzlich gilt: Sende dem Algorithmus alle relevanten Events in der richtigen Reihenfolge. Die vollständige Event-Kette – ViewContent → AddToCart → InitiateCheckout → Purchase – gibt Andromeda mehr Kontextsignale für die Prognose. Fehlende Zwischenschritte verschlechtern die Modellgenauigkeit messbar.
Wenn Andromeda die Zielgruppenfindung übernimmt und Creative-Signale als primären Targeting-Input nutzt, dann wird die alte Kampagnenstruktur – viele Anzeigengruppen mit engem Targeting, manuell segmentiert nach Interessen und Lookalikes – nicht nur unnötig, sondern kontraproduktiv.
Die Logik ist mathematisch: Je mehr Anzeigengruppen du betreibst, desto mehr fragmentierst du dein Budget und desto weniger Daten bekommt jede einzelne Einheit. Andromeda braucht Volumen, um zu lernen. Fragmentierung ist der Feind des Algorithmus.
Die optimale Struktur 2026 sieht so aus:
Die häufigste Frage, die wir bei AIM hören: „Aber verliere ich nicht die Kontrolle?" Die ehrliche Antwort: Ja, du gibst Kontrolle über das Targeting ab. Aber du gewinnst Kontrolle über das, was wirklich zählt – die Creative-Strategie und die Datenqualität. Und genau dort entscheidet sich 2026 der Unterschied zwischen profitablem Wachstum und stagnierenden ROAS-Werten.
Vertraue dem Algorithmus bei der Audience-Findung. Investiere deine Zeit und dein Budget in bessere Creatives und saubere Daten-Infrastruktur. Das ist die Formel, die bei den erfolgreichsten D2C-Brands funktioniert, die wir betreuen.
Du willst wissen, ob deine aktuelle Kampagnenstruktur für Andromeda optimiert ist – oder ob du gegen den Algorithmus arbeitest statt mit ihm? Bei AIM analysieren wir in den ersten 48 Stunden jeder Zusammenarbeit deine Signal Quality, Creative-Diversität und Kampagnenarchitektur. Wir identifizieren die Punkte, an denen du dem Algorithmus unvollständige Daten lieferst, und erstellen einen konkreten Optimierungsplan.
Buche dir jetzt dein kostenloses Erstgespräch. Wir besprechen dein Setup, deine Ziele und zeigen dir, wie du Andromeda als Skalierungshebel nutzt – statt als Black Box, die dein Budget frisst.
Kein Spam. Nur aktuelle Insights zu Creative Strategy, Meta Ads und E-Commerce Skalierung.
Verwandte Artikel
